[英]How to display pandas DataFrame of floats using a format string for columns?
我想使用print()
和 IPython display()
具有給定格式的熊貓數據框。 例如:
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
index=['foo','bar','baz','quux'],
columns=['cost'])
print df
cost
foo 123.4567
bar 234.5678
baz 345.6789
quux 456.7890
我想以某種方式將其強制打印
cost
foo $123.46
bar $234.57
baz $345.68
quux $456.79
無需修改數據本身或創建副本,只需更改其顯示方式即可。
我怎樣才能做到這一點?
import pandas as pd
pd.options.display.float_format = '${:,.2f}'.format
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
index=['foo','bar','baz','quux'],
columns=['cost'])
print(df)
產量
cost
foo $123.46
bar $234.57
baz $345.68
quux $456.79
但這僅適用於您希望每個浮點數都使用美元符號進行格式化的情況。
否則,如果您只想為某些浮點數設置美元格式,那么我認為您必須預先修改數據框(將這些浮點數轉換為字符串):
import pandas as pd
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
index=['foo','bar','baz','quux'],
columns=['cost'])
df['foo'] = df['cost']
df['cost'] = df['cost'].map('${:,.2f}'.format)
print(df)
產量
cost foo
foo $123.46 123.4567
bar $234.57 234.5678
baz $345.68 345.6789
quux $456.79 456.7890
如果您不想修改數據框,則可以為該列使用自定義格式化程序。
import pandas as pd
pd.options.display.float_format = '${:,.2f}'.format
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
index=['foo','bar','baz','quux'],
columns=['cost'])
print df.to_string(formatters={'cost':'${:,.2f}'.format})
產量
cost
foo $123.46
bar $234.57
baz $345.68
quux $456.79
從 Pandas 0.17 開始,現在有一個樣式系統,它基本上使用Python 格式字符串提供 DataFrame 的格式化視圖:
import pandas as pd
import numpy as np
constants = pd.DataFrame([('pi',np.pi),('e',np.e)],
columns=['name','value'])
C = constants.style.format({'name': '~~ {} ~~', 'value':'--> {:15.10f} <--'})
C
顯示
這是一個視圖對象; DataFrame 本身不會更改格式,但 DataFrame 中的更新會反映在視圖中:
constants.name = ['pie','eek']
C
但是它似乎有一些限制:
就地添加新行和/或列似乎會導致樣式視圖不一致(不添加行/列標簽):
constants.loc[2] = dict(name='bogus', value=123.456) constants['comment'] = ['fee','fie','fo'] constants
看起來不錯,但是:
C
格式化僅適用於值,不適用於索引條目:
constants = pd.DataFrame([('pi',np.pi),('e',np.e)], columns=['name','value']) constants.set_index('name',inplace=True) C = constants.style.format({'name': '~~ {} ~~', 'value':'--> {:15.10f} <--'}) C
與上面的 unutbu 類似,您也可以使用applymap
如下:
import pandas as pd
df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890],
index=['foo','bar','baz','quux'],
columns=['cost'])
df = df.applymap("${0:.2f}".format)
我喜歡將 pandas.apply() 與 python format() 結合使用。
import pandas as pd
s = pd.Series([1.357, 1.489, 2.333333])
make_float = lambda x: "${:,.2f}".format(x)
s.apply(make_float)
此外,它可以很容易地與多列一起使用......
df = pd.concat([s, s * 2], axis=1)
make_floats = lambda row: "${:,.2f}, ${:,.3f}".format(row[0], row[1])
df.apply(make_floats, axis=1)
您可以使用DataFrame.style.format並且只設置一個數據框的渲染樣式,而不是弄亂pd.options
並全局影響數據框的渲染。
df.style.format({
'cost': lambda val: f'${val:,.2f}',
})
>>>
>>> cost
>>> ---------------
>>> foo $123.4567
>>> bar $234.5678
>>> baz $345.6789
>>> quux $456.789
函數df.style.format
接受一個字典,它的鍵映射到你想要設置樣式的列名,並且該值是一個可調用的,它接收指定列的每個值,並且必須返回一個字符串,表示格式化的值. 這只影響數據框的渲染,不會改變底層數據。
如果您不想永久更改顯示格式,並且可能稍后應用新格式,我個人更喜歡使用資源管理器(Python 中的with
語句)。 在您的情況下,您可以執行以下操作:
with pd.option_context('display.float_format', '${:0.2f}'.format):
print(df)
如果您碰巧需要在代碼中進一步使用不同的格式,您可以通過改變上面代碼片段中的格式來更改它。
您還可以將語言環境設置為您所在的地區,並將 float_format 設置為使用貨幣格式。 這將自動為美國的貨幣設置 $ 符號。
import locale
locale.setlocale(locale.LC_ALL, "en_US.UTF-8")
pd.set_option("float_format", locale.currency)
df = pd.DataFrame(
[123.4567, 234.5678, 345.6789, 456.7890],
index=["foo", "bar", "baz", "quux"],
columns=["cost"],
)
print(df)
cost
foo $123.46
bar $234.57
baz $345.68
quux $456.79
總結:
df = pd.DataFrame({'money': [100.456, 200.789], 'share': ['100,000', '200,000']})
print(df)
print(df.to_string(formatters={'money': '${:,.2f}'.format}))
for col_name in ('share',):
df[col_name] = df[col_name].map(lambda p: int(p.replace(',', '')))
print(df)
"""
money share
0 100.456 100,000
1 200.789 200,000
money share
0 $100.46 100,000
1 $200.79 200,000
money share
0 100.456 100000
1 200.789 200000
"""
現在,我首選的解決方案是使用上下文管理器來顯示數據框:
with pd.option_context('display.float_format', '${:,.2f}'.format):
display(df)
該格式僅對顯示此數據框有效
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.